Menu Expand
  1. Subjects (Books)
  2. Economics, Finance, Business & Management
  3. Economics
  4. Economic & financial crises & disasters
  5. Wirtschaftsrecht in Zeiten der Krise
  6. pp. 175–198

BOOK CHAPTER

Cite BOOK Chapter

Style
Langenbucher, K. (2024). 'KI in der Leitungsentscheidung des Vorstands der Aktiengesellschaft' In T. Florstedt, N. Vervessos, (Eds.), Wirtschaftsrecht in Zeiten der Krise (1st ed., pp. 175-198)
Langenbucher, Katja. "KI in der Leitungsentscheidung des Vorstands der Aktiengesellschaft". Wirtschaftsrecht in Zeiten der Krise, edited by Tim Florstedt and Nikolaos Vervessos, Duncker & Humblot, 2024, pp. 175-198.
Langenbucher, K. (2024): 'KI in der Leitungsentscheidung des Vorstands der Aktiengesellschaft', in Florstedt, T, Vervessos, N (eds.). Wirtschaftsrecht in Zeiten der Krise. Duncker & Humblot, pp. 175-198.
Format
Download

KI in der Leitungsentscheidung des Vorstands der Aktiengesellschaft

Langenbucher, Katja

In: Wirtschaftsrecht in Zeiten der Krise (2024), pp. 175–198

Preview Login to order (PDF)

Additional Information

Chapter Details

Publisher Name
Duncker & Humblot
DOI
https://doi.org/10.3790/978-3-428-59016-2.354935
Language
German
Pages
24

Pricing

Individual
€ 28.00 (incl. local VAT if applicable)

Author Details

Katja Langenbucher

Prof. Dr. Katja Langenbucher, Goethe-Universität, Frankfurt am Main, Deutschland

References

  1. Agrawal, Ajay/Gans, Joshua/Goldfarb, Avi: Prediciton Machines. The Simple Economics of Artificial Intelligence, Boston 2018.  Google Scholar
  2. Bender, Emily M./Gebru, Timnit/McMillan-Major, Angelina/Shmitchell, Shmargaret: On the Dangers of Stochastic Parrots: Can Language Models Be Too Big?, FAccT 21, S. 610 ff.  Google Scholar
  3. Bruner, WP University of Georgia 2021 – 23.  Google Scholar
  4. Burton, Jason W./Stein, Mari Klara/Jensen, Tina Blegind: A Systematic Review of Algorithm Aversion in Augmented Decision Making, 33 Journal of Behavioral Decision Making (2020), S. 220 ff.  Google Scholar
  5. Bzdok, Danilo/Altman, Naomi/Krzywinski, Martin: statistics versus machine learning, Nature Methods 15 (2018), S. 233 f.  Google Scholar
  6. Dubovitskaya, Elena/Buchholz, Annika: Die Geschäftsleitung und der Rat des Algorithmus, ZIP 2023, S. 63 ff.  Google Scholar
  7. Ertel, Wolfgang: Grundkurs Künstliche Intelligenz. Eine praxisorientierte Einführung, 5. Auflage, Wiesbaden 2021.  Google Scholar
  8. Finnis, John: Natural Law: The Classical Tradition, in: Coleman, Jules/Shapiro Scott (Hrsg.), The Oxford Handbook of Jurisprudence and Philosophy of Law. Oxford 2002, S. 1 ff.  Google Scholar
  9. Fleischer, Holger: Zur Leistungsaufgabe des Vorstands im Aktienrecht, ZIP 2003, S. 1 ff.  Google Scholar
  10. Fleischer, Holger: Aktuelle Entwicklungen der Managerhaftung, NJW 2009, S. 2337 ff.  Google Scholar
  11. Fleischer, Holger: Vertrauen von Geschäftsleitern und Aufsichtsratsmitgliedern auf Informationen Dritter, ZIP 2009, S. 1397 ff.  Google Scholar
  12. Fleischer, Holger: Expertenrat und Organhaftung, KSzW 2013, S. 1 ff.  Google Scholar
  13. Fleischer, Holger: Algorithmen im Aufsichtsrat, Der Aufsichtsrat 2018, S. 121.  Google Scholar
  14. Freund, Stefan: Brennpunkte der Organhaftung. Anmerkungen der Praxis zur organrechtlichen Innenhaftung, NZG 2015, S. 1419 ff.  Google Scholar
  15. Gaube, Susanne/Suresh, Harini/Raue, Martina/Merritt, Alexander/Berkowitz, Seth J./Lermer, Eva/Coughlin, Joseph/Guttag, John V./Colak, Errol/Ghassemi, Marzyeh: Do as AI say: susceptibility in deployment of clinical decision-aids, Digital Medicine 31 (2021), S. 1 ff.  Google Scholar
  16. Glimcher, Paul W.: Decisions, Uncertainty, and the Brain. The Science of Neuroeconomics, Cambridge 2004.  Google Scholar
  17. Green, Ben: The flaws of policies requiring human oversight of government algorithms, Computer Law & Securiy Review 45 (2022) 105681, S. 1 ff.  Google Scholar
  18. Grigoleit, Hans Christoph: Aktiengesetz, 2. Auflage, München 2020.  Google Scholar
  19. Hacker, Philipp: Europäische und nationale Regulierung von Künstlicher Intelligenz, NJW 2020, S. 2142 ff.  Google Scholar
  20. Hawkins, Jeff: A Thousand Brains. A New Theory of Intelligence, New York 2021.  Google Scholar
  21. Herberger, Maximilian: „Künstliche Intelligenz“ und Recht – Ein Orientierungsversuch –, NJW 2018, S. 2825 ff.  Google Scholar
  22. Hickmann, Eleanore/Petrin, Martin: Trustworthy AI and Corporate Governance: The EU´s Gu‍idelines for Trustworthy Arificial Intelligence from a Company Law Perspecitve, EBOR 2021, S. 593 ff.  Google Scholar
  23. Jordan, James/Houssiau, Florimond/Cherubin, Giovanni/Cohen, Samuel N./Szpruch, Lukasz/Bottarelli, Mirko/Maple, Carsten/Weller, Adrian: Synthetic Data – what, why and how?,https://royalsociety.org/-/media/policy/projects/privacy-enhancing-technologies/Synthetic_Data_Survey-24.pdf, 2022.  Google Scholar
  24. Kahneman, Daniel: Thinking, fast and slow, New York 2011.  Google Scholar
  25. Kaminski, Margot E.: Binary Governance: Lessons From the GDPR´s Approach to Algorithmic Accountability, Southern California Law Review 92 (2019), S. 1529 ff.  Google Scholar
  26. Koch, Jens: Der Vorstand im Kompetenzgefüge der Aktiengesellschaft, in: Fleischer, Holger/Koch, Jens/Lutter, Marcus (Hrsg.), 50 Jahre Aktiengesetz, Berlin/Bosten 2016, S. 65 ff.  Google Scholar
  27. Krakauer, John W./Ghazanfar, Asif A./Gomez-Marin, Alex/Maclver, Malcom A./Poeppel, David: Neuroscience Needs Behavior: Correcting a Reductionist Bias, Neuron 93 (2017), S. 480 ff.  Google Scholar
  28. Kremer, Thomas/Langenbucher, Katja: Einfluss von Digitalisierung und KI auf das Aktienrecht, VGR-Sonderheft 2024 (im Erscheinen).  Google Scholar
  29. Kuntz, Thilo: Leitungsverantwortung des Vorstands und Delegation, AG 2020, S. 801 ff.  Google Scholar
  30. Lake, Brenden/Baroni, Marco: Still not systemnetic after all these years: On the compositional skills of sequence-tosequence recurrent networks, 2018,https://openreview.net/forum?id=H18WqugAb.  Google Scholar
  31. Langenbucher, Katja: Economic Transplants. On lawmaking for Corporations and Capital Markets, Cambridge 2017.  Google Scholar
  32. Langenbucher, Katja: Interdisziplinäre Forschung im Unternehmensrecht – auf dem Weg zu einer cognitive corporate governance?, ZGR 2019, S. 717 ff.  Google Scholar
  33. Langenbucher, Katja: Consumer Credit in the Age of AI, 2023,https://www.ecgi.global/working-paper/consumer-credit-age-ai-–-beyond-anti-discrimination-law.  Google Scholar
  34. Langenbucher, Katja: Diskriminierung bei der Vergabe von Verbraucherkrediten? Eine Anmerkung zu den Plänen des europäischen Gesetzgebers, BKR 2023, S. 205 ff.  Google Scholar
  35. Langenbucher, Katja/Corcoran, Patrick: Responsible AR Credit Scoring – A Lesson from Upstart.com, in: Avgouleas, Emilios/Marjosola, Heikki (Hrsg.), Digital Finance in Europe: Law, Regulation, and Governance, Berlin/Boston 2022, S. 141 ff.  Google Scholar
  36. Larson, Erik, J.: The Myth of Artificial Intelligence. Why Computers Can´t Think the Way We Do, Cambridge 2021.  Google Scholar
  37. Marcus, Gary: Deep Learning: A Critical Appraisal, 2018,https://arxiv.org/pdf/1801.00631.pdf.  Google Scholar
  38. Mehlig, Bernhard: Machine Learning with Neural Networks. An Introduction for Scientists and Engineers, Cambridge 2021.  Google Scholar
  39. Mertens, Floris: The use of artificial intelligence in corporate decision-making at board level: A preliminary legal analysis, WP Gent 2023 – 01, https://financiallawinstitute.ugent.be/wp-content/uploads/2023/03/2023 – 01.pdf.  Google Scholar
  40. Miller, Tim: Explainable AI is Dead, Long Live Explainable AI! Hypothesis-driven decision support, 2023, https://arxiv.org/abs/2302.12389.  Google Scholar
  41. Möslein, Florian: Robots in the Boardroom: Artificial Intelligence and Corporate Law, in: Barfield, Woodrow/Pagallo, Ugo (Hrsg.), Research Handbook on the Law of Artificial Intelligence, Northhampton 2018, S. 649 ff.  Google Scholar
  42. Möslein, Florian: Digitalisierung im Gesellschaftsrecht: Unternehmensleitung durch Algorithmen und künstliche Intelligenz?, ZIP 2018, S. 204 ff.  Google Scholar
  43. Möslein, Florian: Künstliche Intelligenz in der aktienrechtlichen Organtrias, in: Wendland, Matthias/Eisenberger, Iris/Niemann, Rainer (Hrsg.), Smart Regulation: Theorie- und evidenzbasierte Politik, Tübingen 2023, S. 177 ff.  Google Scholar
  44. Muir, Bonnie M.: Trust between humans and machines, and the design of decision aids, 27 International Journal of Man-Machine Studies (1987), S. 527 ff.  Google Scholar
  45. Narisetty, Naveen Naidu: Bayesian model selection for high-demensional data, in: Srinivasa Rao, Arni/Rao, C. R. (Hrsg.), Principles and Methods for Data Science, Handbook of Statistics Volume 43, Oxford 2020, S. 207 ff.  Google Scholar
  46. Nath, Rajakishore: Philosophy of Artificial Intelligence. A Critique of the Mechanistic Theory of Mind, Florida 2009.  Google Scholar
  47. Noack, Ulrich: Organisationspflichten und -strukturen kraft Digitalisierung, ZHR 183 (2019), S. 105 ff.  Google Scholar
  48. Petrin, Martin: Corporate Management in the Age of AI, Columbia Business Law Review 3 (2019), S. 965 – 1030 ff.  Google Scholar
  49. Rolffs, Mathias: Kausalität und mentale Verursachung. Eine Verteidigung des nicht-reduktiven Physikalismus, in: Abhandlungen zur Philosophie, Berlin/Heidelberg 2023.  Google Scholar
  50. Russel, Stuart/Norvig, Peter: Artificial Intelligence: A Modern Approach, 4. Auflage, London 2021 (Global Edition).  Google Scholar
  51. Seibt, Christoph H.: Dekonstruktion des Delegationsverbots bei Unternehmensleitung, in: Bitter, Georg/Lutter, Marcus/Priester, Hans-Joachim/Schön, Wolfgang/Ulmer, Peter (Hrsg.), Festschrift für Karsten Schmidt zum 70. Geburtstag, Berlin/Boston 2009, S. 1463 ff.  Google Scholar
  52. Spindler, Gerald: Gesellschaftsrecht und Digitalisierung, ZGR 2018, S. 17 ff.  Google Scholar
  53. Spindler, Gerald/Stilz, Eberhard: BeckOGKAktG, Stand: 01. 04. 2023.  Google Scholar
  54. Stiehl, Thomas/Marciniak-Czochra, Anna: Intelligente Algotihmen und Gleichungen? – Eine Annäherung an die Intelligenz mathematischer Konzepte, in: Holm Hadulla, Rainer M./Funke, Joachim/Wink, Michael (Hrsg.), Intelligenz: Theoretische Grundlagen und praktische Anwendung, Band 6, Heidelberg 2021.  Google Scholar
  55. Tversky, Amos/Kahneman, Daniel: Extensional versus intuitive reasoning: The conjunction fallacy in probability judgment, 90 Psychological Review (1983), S. 293 ff.  Google Scholar
  56. Tversky, Amos/Kahneman, Daniel: Judgment under Uncertainty: Heuristics and Biases: Biases in judgments reveal some heuristics of thinking under uncertainty, Science 1974, 185 (4157), S. 1124 ff.  Google Scholar
  57. The Role of Data in AI, Report for the Data Governance Working Group of the Global Partnership of AI, Edinburgh 2020, https://gpai.ai/projects/data-governance/role-of-data-in-ai.pdf.  Google Scholar
  58. Uwer, Dirk: Outsourcung digitaler Funktionen, ZHR 183 (2019), S. 154 ff.  Google Scholar
  59. Vetter, Jochen: Intuition und Business Judgment, in: Dreher, Meinard/Drescher, Ingo/Mülbert, Peter O./Verse, Dirk A. (Hrsg.), Festschrift für Alfred Bergmann zum 65. Geburtstag am 13. Juli 2018, Berlin/Boston 2018, S. 827 ff.  Google Scholar
  60. Vredenburgh, Kate: The Rigght to Explanation, The Journal of Political Philosophy 30 (2021), S. 209 ff.  Google Scholar
  61. Wachter, Sandra/Mittelstadt, Brent: A Right to Reasonable Inferences. Re-Thinking Data Protection Law in the Age of Big Data and AI, Columbia Business law Review 2 (2019), S. 494 ff.  Google Scholar
  62. Wachter, Sandra/Mittelstadt, Brent/Russel, Chris: Counterfactual Explanations Without Opening the Black Box: Automated Decisions and the GDPR, Harvard Journal of Law & Technology 31 (2018), S. 841 ff.  Google Scholar
  63. Wachter, Sandra/Mittelstadt, Brent/Floridi, Luciano: Why a Right to Explanation of Automated Decicion Making Does Not Exist in the General Data Protection Regulation, International Data Privacy Law 7 (2017), S. 76 ff.  Google Scholar
  64. Zetsche, Dirk: Corporate Technologies – Zur Digitalisierung im Aktienrecht, AG 2019, S. 1 ff.  Google Scholar

Preview

Table of Contents

Section Title Page Action Price
Katja Langenbucher: KI in der Leitungsentscheidung des Vorstands der Aktiengesellschaft 175
I. Überblick: KI 175
1. KI und Training 177
a) Überwachtes Lernen 177
b) Unüberwachtes Lernen 178
c) Lernen durch Verstärkung 178
2. Die Qualität von Vorhersagen 179
a) Daten 179
b) Methode: Hypothesen versus Muster 180
c) Neuronale Netze 181
d) Erklärbarkeit 182
II. Allgemeine Sorgfaltspflichten: Der Einsatz von KI im Unternehmen 183
1. Art und Ort des Einsatzes von KI 184
a) Soll KI eingesetzt werden („Ob“)? 184
b) Welche Art KI soll eingesetzt werden („Wie“)? 185
2. Begleitende Kontrolle 185
3. Kalibrierung von Vertrauen und Training 186
III. KI in der strategischen Leitungsentscheidung des Vorstands 187
1. Delegationsverbot 188
a) Die Illusion der Letztentscheidung 188
b) Kooperationsverantwortung 189
aa) Datenqualität 190
bb) Stärken des menschlichen Vorstandsmitglieds 190
cc) Kognitive Kompatibilität 191
2. KI und Ision 192
3. Pflicht zum Einsatz einer KI? 193
V. Zusammenfassung und Ergebnis 194
Literaturverzeichnis 195

Contact

Duncker & Humblot GmbH Carl-Heinrich-Becker-Weg 9 12165 Berlin, Deutschland T: +49 30 790006-0

Quick Navigation

2025 Duncker & Humblot GmbH

Powered by CloudPublish

We use cookies to ensure that you get the best experience on our website. Learn more about how we use cookies.